Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Bessa, Renan
Orientador(a): Barreto, Guilherme de Alencar
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Identificação de sistemas
Rede neural recorrente
Rede de ecos de estados
Robustez a outliers
Link de acesso: http://www.repositorio.ufc.br/handle/riufc/55297
Resumo: The use of recurrent neural networks in online system identification is very limited in real- world applications, mainly due to the propagation of errors caused by the iterative nature of the prediction task over multiple steps ahead. Bearing this in mind, in this paper, we revisit design issues regarding the robustness of the echo state network (ESN) model in such online learning scenarios using a recursive estimation algorithm and an outlier robust-variant of it. By means of a comprehensive set of experiments, we show that the performance of the ESN is dependent on the adequate choice of the feedback pathways and that the prediction instability is amplified by the norm of the output weight vector, an often neglected issue in related studies.
id UFC-7_d8e52ca7e61d8f5f225526adfc77d4e9
oai_identifier_str oai:repositorio.ufc.br:riufc/55297
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Bessa, RenanBarreto, Guilherme de Alencar2020-11-16T12:34:34Z2020-11-16T12:34:34Z2019BESSA, Renan. Identificação robusta de sistemas dinâmicos usando redes de ecos de Estado. 2019. 96 f. Dissertação (mestrado) – Universidade Federal do Ceará, Centro de Tecnologia, Programa de Pós-Graduação em Engenharia de Teleinformática, Fortaleza, 2019.http://www.repositorio.ufc.br/handle/riufc/55297The use of recurrent neural networks in online system identification is very limited in real- world applications, mainly due to the propagation of errors caused by the iterative nature of the prediction task over multiple steps ahead. Bearing this in mind, in this paper, we revisit design issues regarding the robustness of the echo state network (ESN) model in such online learning scenarios using a recursive estimation algorithm and an outlier robust-variant of it. By means of a comprehensive set of experiments, we show that the performance of the ESN is dependent on the adequate choice of the feedback pathways and that the prediction instability is amplified by the norm of the output weight vector, an often neglected issue in related studies.O emprego de redes neurais recorrentes na identificação online de sistemas é bastante limitada em aplicações do mundo real, principalmente devido à propagação do erro causada pela natureza interativa da tarefa de predição ao longo de vários passos à frente. Tendo isso em mente, revisita- se a arquitetura da rede de ecos de estados (echo state network, ESN) a respeito da eficiência na tarefa de aprendizagem online usando algoritmo de estimação recursivo e uma variante robusta a outliers da mesma. Por meio de um conjunto abrangente de experimentos, mostra-se que o desempenho da ESN é dependente da escolha adequada das vias de realimentação e que a instabilidade da previsão é ampliada pela norma do vetor de pesos da saída, uma questão frequentemente negligenciada em estudos relacionados.Identificação de sistemasRede neural recorrenteRede de ecos de estadosRobustez a outliersIdentificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccessORIGINAL2019_dis_rbessa.pdf2019_dis_rbessa.pdfapplication/pdf4437419http://repositorio.ufc.br/bitstream/riufc/55297/1/2019_dis_rbessa.pdf2f887fc2d1305ddb7f17fdb8bf6f8ddbMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.ufc.br/bitstream/riufc/55297/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52riufc/552972022-11-21 13:44:22.227oai:repositorio.ufc.br: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Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2022-11-21T16:44:22Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.pt_BR.fl_str_mv Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
title Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
spellingShingle Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
Bessa, Renan
Identificação de sistemas
Rede neural recorrente
Rede de ecos de estados
Robustez a outliers
title_short Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
title_full Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
title_fullStr Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
title_full_unstemmed Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
title_sort Identificação Robusta de Sistemas Dinâmicos Usando Redes de Ecos de Estado
author Bessa, Renan
author_facet Bessa, Renan
author_role author
dc.contributor.author.fl_str_mv Bessa, Renan
dc.contributor.advisor1.fl_str_mv Barreto, Guilherme de Alencar
contributor_str_mv Barreto, Guilherme de Alencar
dc.subject.por.fl_str_mv Identificação de sistemas
Rede neural recorrente
Rede de ecos de estados
Robustez a outliers
topic Identificação de sistemas
Rede neural recorrente
Rede de ecos de estados
Robustez a outliers
description The use of recurrent neural networks in online system identification is very limited in real- world applications, mainly due to the propagation of errors caused by the iterative nature of the prediction task over multiple steps ahead. Bearing this in mind, in this paper, we revisit design issues regarding the robustness of the echo state network (ESN) model in such online learning scenarios using a recursive estimation algorithm and an outlier robust-variant of it. By means of a comprehensive set of experiments, we show that the performance of the ESN is dependent on the adequate choice of the feedback pathways and that the prediction instability is amplified by the norm of the output weight vector, an often neglected issue in related studies.
publishDate 2019
dc.date.issued.fl_str_mv 2019
dc.date.accessioned.fl_str_mv 2020-11-16T12:34:34Z
dc.date.available.fl_str_mv 2020-11-16T12:34:34Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv BESSA, Renan. Identificação robusta de sistemas dinâmicos usando redes de ecos de Estado. 2019. 96 f. Dissertação (mestrado) – Universidade Federal do Ceará, Centro de Tecnologia, Programa de Pós-Graduação em Engenharia de Teleinformática, Fortaleza, 2019.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufc.br/handle/riufc/55297
identifier_str_mv BESSA, Renan. Identificação robusta de sistemas dinâmicos usando redes de ecos de Estado. 2019. 96 f. Dissertação (mestrado) – Universidade Federal do Ceará, Centro de Tecnologia, Programa de Pós-Graduação em Engenharia de Teleinformática, Fortaleza, 2019.
url http://www.repositorio.ufc.br/handle/riufc/55297
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
bitstream.url.fl_str_mv http://repositorio.ufc.br/bitstream/riufc/55297/1/2019_dis_rbessa.pdf
http://repositorio.ufc.br/bitstream/riufc/55297/2/license.txt
bitstream.checksum.fl_str_mv 2f887fc2d1305ddb7f17fdb8bf6f8ddb
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1847793176556863488

Registros relacionados